인공지능 기술이 발전함에 따라, 현실 세계의 문제 상황에 인공지능 모델을 활용하는 사례가 많아지고 있다. 이때, 인공지능 모델은 학습 과정에서 보지 못한 데이터를 마주하는 경우가 많다. 그렇기에 현업에 투입된 인공지능 모델은, 자신이 알지 못하는 데이터에 대해서도 합리적으로 추론할 수 있는 능력을 갖추어야만 한다. 사실상 모델이 학습된 데이터 너머의 데이터에서 얼마나 잘 일반화(Generalization)되는지 여부에 따라, 현업에서 모델이 얼마나 유용한지가 결정된다고 할 수 있다. 모델의 일반화 성능을 높이는 간단한 방법은, 최대한 다양한 학습 데이터를 제공하는 것이다. 이 때문에 최근에는 거대한 데이터로 선학습된(Pre-trained) 모델을 미리 만들어 두고, 풀어야 할 문제 데이터에 모델을 추가 ..
